声明
注释表
缩略词
第一章 绪论
1.1 研究背景及意义
1.2 国内外发展现状
1.3 本文主要研究内容和工作
第二章 机器学习方法选取与方案设计
2.1 监督学习与无监督学习
2.2 SVM分类器
2.3 K-均值聚类算法
2.4 基于深度学习的半监督学习方法初探
2.5 本章小结
第三章 基于统计纹理特征的图像特征提取
3.1 纹理概述
3.2 基于灰度共生矩阵的纹理特征
3.3 基于灰度-梯度共生矩阵纹理特征
3.4 本章小结
第四章 基于频谱的图像纹理特征提取
4.1 基于GABOR变换的频谱特征
4.2 基于小波分析的频谱特征
4.3 本章小结
第五章 列车车轮踏面表面擦伤检测实验结果与分析
5.1 基于SVM的综合特征筛选与分析
5.2 基于K均值与特征矢量的表面状况无损检测结果与分析
5.3 本章小结
第六章 总结与展望
6.1 总结
6.2 展望
参考文献
致谢
在学期间的研究成果及发表的学术论文